Stable Diffusion正面负面提示词大全

在Stable Diffusion提示词配置中，正负提示词必须分层管理，否则极易导致AI绘图翻车。基础质量防护层作为保命底线，必须完整填入四组负面词；人体结构纠错层需根据写实或动漫风格二选一，不可混用；风格隔离层则依据生成目标单选锁定项。配合动态权重调节与中文用户专用的嵌入向量，才能稳定输出符合预期的图像。

若想快速调出干净、稳定、符合预期的出图效果，无需反复查阅文档或手动试错调整权重。以下将正负提示词按功能分层归类，直接复制粘贴即可高效使用。

基础质量防护层（必填，防翻车底线）

第一步：在Negative Prompt输入框中直接粘贴下方组合——顺序不限，但必须完整包含这四组核心负面词：
(worst quality:2), (low quality:2), (normal quality:2), lowres, jpeg artifacts, signature, watermark, username, blurry, text, error, cropped

这组词是SD v1.5及主流写实底模的“生存包”。缺失任何一项，AI都可能默认接受低质训练样本的干扰。举例来说：若漏掉(worst quality:2)，模型会误将模糊伪影视为合理画质；若漏掉cropped，人物常出现截头断脚——这并非构图问题，而是AI未收到“禁止裁剪”的明确指令。

第二步：检查是否勾选了“启用负面提示词权重自动归一化”（如使用Automatic1111 WebUI时）。开启此选项会弱化手动设置的:2权重，导致防护失效。

人体结构纠错层（人像/角色生成专用）

方法一：通用修复型（适配90%的人像需求）
bad anatomy, bad hands, missing fingers, extra fingers, fused fingers, too many fingers, malformed limbs, disconnected limbs, extra arms, extra legs, mutated hands, poorly drawn face, disfigured, deformed, ugly, bad proportions, long neck, cloned face, fused face

方法二：动漫向强化版（搭配anime风格模型时启用）
bad anatomy, bad hands, extra fingers, missing fingers, fused fingers, too many fingers, poorly drawn face, disfigured, deformed, ugly, bad proportions, cloned face, (mutated hands:1.3), (extra limbs:1.4)

注意：方法一与方法二不可混用。 两套底层权重策略存在冲突，叠加反而会削弱手部纠错效果。SD对“hands”等词极为敏感，重复出现可能触发反向过拟合，导致手指全部消失或凝固成团块。

风格与内容隔离层（精准控场）

根据正向提示词风格，从下方三组中仅选一组，追加至Negative Prompt末尾：

→ 写实风锁定：
cartoon, anime, 3d, render, drawing, sketch, illustration, painting, monochrome, grayscale, flat color

→ 动漫风锁定：
photorealistic, photograph, realistic photo, DSLR, bokeh, film grain, studio lighting

→ 抽象/概念风锁定：
text, letters, words, logo, signature, watermark, chart, graph, diagram, map

这一步决定了画面“不成为什么”。例如，若写了“cyberpunk city”却未将photorealistic加入负面词，AI可能自行渲染成照片级街景；反之，本意是赛博朋克插画却漏掉photograph，出图可能带上真实镜头畸变与噪点。

高阶动态调节技巧

① 当某类错误高频出现时（如连续5张图均有多余手指），在对应词后追加权重：
extra fingers → (extra fingers:1.5) → (extra fingers:1.8)

② 遇到“越删越明显”现象（如添加ugly后角色表情更狰狞），立即替换为具体否定：
ugly → (poorly drawn face:1.3), (asymmetrical eyes:1.2), (uneven skin tone:1.1)

③ 中文提示词用户务必添加以下一行（否则80%概率出现语义漂移）：
NSFW, (easynegative:0.9), (ng_deepnegative_v1_75t:0.85)

EasyNegative与ng_deepnegative是经千万张图校准的负向嵌入向量，能直接压制SD原生缺陷模式。若不加载它们，仅靠文字词如同用筛子拦洪水——错误特征总能从缝隙漏过。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Stable Diffusion正面负面提示词大全要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题